...
Eroare Machine Learning · Etichete, clasificare și metrici

ValueError: Mix of label input types (string and number)

Pe scurt

Etichetele reale și cele prezise au tipuri diferite: unele sunt text ("1", "da"), altele numere (1). confusion_matrix și classification_report nu pot compara "1" cu 1. Adu ambele la același tip, de exemplu cu astype(int) sau cu un map de la text la număr.

Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la

Ce înseamnă

Metricile de clasificare (confusion_matrix, classification_report, precision_score, f1_score) adună toate etichetele întâlnite în y_true și y_pred și le sortează. Dacă una dintre liste are texte și cealaltă numere, rezultatul nu are sens: textul "1" și numărul 1 sunt valori diferite pentru Python, iar ordinea lor nu se poate stabili. De aceea primești eroarea, în loc de o matrice greșită.

Cauza obișnuită este citirea datelor: o coloană cu 0 și 1 a ajuns text (din CSV, dintr-un JSON sau după un astype(str)), iar modelul a fost antrenat pe altă versiune a etichetelor. Uneori modelul e antrenat pe texte ("da" / "nu"), iar ținta de test a fost codificată cu 0 și 1.

Verifică tipurile: print(type(y_test[0]), type(y_pred[0])) sau y_test.dtype.

De ce apare: cauzele frecvente

1Ținta de test citită ca text

Greșit
PYTHON
y_test = ["1", "0", "1"]
confusion_matrix(y_test, model.predict(X_test))
Corect
PYTHON
y_test = [int(v) for v in ["1", "0", "1"]]
confusion_matrix(y_test, model.predict(X_test))

După conversie, ambele liste conțin numere întregi, deci etichetele se pot compara și sorta.

2Modelul învățat pe texte, testul codificat cu numere

Greșit
PYTHON
model.fit(X_train, df_train["aprobat"])  # "da" / "nu"
y_test = df_test["aprobat"].map({"da": 1, "nu": 0})
Corect
PYTHON
harta = {"da": 1, "nu": 0}
model.fit(X_train, df_train["aprobat"].map(harta))
y_test = df_test["aprobat"].map(harta)

Aceeași codificare pentru antrenare și test înseamnă că predicțiile și valorile reale au același tip.

3O coloană pandas de tip object

Greșit
PYTHON
y = df["churn"]  # dtype: object, cu "0" si "1"
Corect
PYTHON
y = df["churn"].astype(int)

astype(int) transformă toată coloana în numere înainte de antrenare și evaluare.

Repară tu

Repară eroarea, direct în pagină

Codul de mai jos dă ValueError: Mix of label input types (string and number), pentru că valorile reale de test au venit ca text, iar modelul prezice numere. Convertește y_test la numere întregi, ca programul să afișeze matricea de confuzie.

Codul care dă eroarea
PYTHON
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import confusion_matrix

# minute de utilizare pe zi -> a renuntat la abonament (1) sau nu (0)
X_train = [[5], [8], [10], [40], [55], [60]]
y_train = [1, 1, 1, 0, 0, 0]
X_test = [[6], [50], [12], [45]]
y_test = ["1", "0", "1", "1"]  # citite dintr-un CSV

model = LogisticRegression().fit(X_train, y_train)
y_pred = model.predict(X_test)
print(confusion_matrix(y_test, y_pred).tolist())
După reparație, programul afișează
[[1, 0], [1, 2]]
Indiciu

Folosește y_test = [int(v) for v in y_test] înainte de confusion_matrix.

Alte forme ale mesajului

  • ValueError: Mix of label input types (string and number).

Cum o eviți pe viitor

Fixează tipul țintei imediat după citirea datelor (astype(int) sau un map explicit) și folosește aceeași variabilă pentru antrenare și test. Afișează model.classes_: îți arată tipul etichetelor pe care le prezice modelul. Când citești CSV-uri, dă dtype={"churn": int} la read_csv, ca să nu depinzi de ghicitul lui pandas.

Întrebări frecvente

De ce accuracy_score nu dă eroare pe aceleași date?

accuracy_score compară doar element cu element și numără egalitățile. "1" == 1 e fals, deci primești o acuratețe greșită (de obicei 0), fără eroare. E și mai periculos.

Pot lăsa etichetele ca text?

Da, scikit-learn lucrează bine cu etichete text. Important e ca y_true și y_pred să folosească aceleași valori și același tip.

Erori înrudite

← Toate erorile Machine Learning

Tudor Andrei Dumitrescu
Cine a explicat eroarea

Tudor Andrei Dumitrescu

Senior Software Developer · fondatorul Academiei Programatorilor

LinkedIn
  1. 2019 Junior JavaCognizant Softvision
  2. 2021 Mid JavaCognizant Softvision
  3. 2022 Team LeaderEndava
  4. 2023 Senior Software DeveloperUniCredit
  5. Acum Senior Software DeveloperHCLTech
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu
Certificat de formator autorizatMinisterul Muncii și Ministerul Educației · 2022
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu

Certificat de formator autorizat · Ministerul Muncii și Ministerul Educației · 2022

Din 2020 construiește Academia Programatorilor, iar din 2026 și JoburiIT.ro. Fiecare eroare de aici a fost reprodusă în editorul nostru: codul greșit chiar dă mesajul din titlu, iar reparația chiar funcționează.

Învață Machine Learning de la zero, cu exerciții la fiecare lecție

Curs Machine Learning și AI pentru începători: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.